본 글은 “이것이 취업을 위한 코딩 테스트다 with 파이썬” 교재를 참고한 것임 메모리 공간을 약간 더 사용하여 연산 속도를 비약적으로 증가시킬 수 있는 방법이다. 점화식에 따라서 피보나치 수를 구하는 과정을 표현해보자. n 번째 피보나치 수를 f(n)이라고 표현할 때, f(4)를 구하려면 다음과 같이 함수 f를 반복해서 호출할 것이다....
(Python) 해시 테이블(Hash Table)
본 글은 ‘파이썬 알고리즘 인터뷰’ 교재를 참고한 글임 해시 테이블 해시 테이블 또는 해시 맵은 키를 값에 매핑할 수 있는 구조인 연관 배열 추상 자료형(ADT)을 구현하는 자료 구조. 대부분의 연산이 분할 상황 분석에 따른 시간 복잡도가 O(1). 덕분에 데이터 양에 관계 없이 빠른 성능을 기대할 수 있다. 해시 해시 함수란 임...
(Python)[Leetcode] Implement Stack using Queues
문제 Implement a last-in-first-out (LIFO) stack using only two queues. The implemented stack should support all the functions of a normal stack (push, top, pop, and empty). Implement the MyStack cl...
(Python)[Leetcode] 로그 파일 재정렬(Reorder Log Files)
문제 You are given an array of logs. Each log is a space-delimited string of words, where the first word is the identifier. There are two types of logs: Letter-logs: All words (except the ident...
(Python)[LeetCode] Subsets
문제 Given an integer array nums of unique elements, return all possible subsets (the power set). The solution set must not contain duplicate subsets. Return the solution in any order. Example 1: ...
(Deep Learning)(Paper Review) Echo State Networks for Proactive Caching in Cloud-Based Radio Access Networks With Mobile Users
연구 과제를 진행하기 위해 참고한 딥러닝을 활용한 콘텐츠 캐싱 관련 논문을 요약 정리한 글이다.
(Reinforcement Learning)(Paper Review) Deep Reinforcement Learning for Page-wise Recommendations
연구 과제를 진행하기 위해 참고한 강화학습 관련 논문을 요약 정리한 글이다. 본 논문을 선정한 이유 ACM(Association for Computing Machinery) Recommender Systems conference(RecSys)에 기재된 논문으로 인용지수가 높다. DDPG 사용하면서 continuous action ...
(Recommendation System)(Paper Review)(Contents Caching) Localized Small Cell Caching A Machine Learning Approach Based on Rating Data
연구 과제를 진행하기 위해 참고한 추천시스템을 활용한 콘텐츠 캐싱 논문을 요약 정리한 글이다. 일반적으로는 global content request probability 사용 셀이 작아지면서 사용자의 수는 보통 10명 미만으로 매우 적음. 문화 성별 나이 직업 등에서 사용자의 다양성이 개인적인 선호도가 매우 다양하다는 결과를...
(Reinforcement Learning)(Paper Review) Collaborative Edge Computing and Caching With Deep Reinforcement Learning Decision Agents
연구 과제를 진행하기 위해 참고한 강화학습 관련 논문을 요약 정리한 글이다. 본 논문은 SCI Q1 이다.
(Recommendation System) 행렬 분해를 이용한 잠재요인 협업 필터링(SGD)
행렬 분해는 다차원 매트릭스를 저차원 매트릭스로 분해하는 기법으로 대표적으로 SVD(Singular Value Decomposition), NMF(Non-Negative Matrix Factorization) 등이 있다. 즉, M개의 사용자(User) 행과 N개의 아이템(Item) 열을 가진 평점 행렬 R은 M X N 차원으로 구성되며, 행렬 분해를...